复杂彩色文本图像中字符的提取

从复杂彩色文本图像中提取和识别字符已经成为一个既困难又有趣的问题。本文给出了一个具有创新性和实用性的区域生长算法用于彩色图像的分割:彩色图像游程邻接算法CRAG(colorrun lengthadja cencygraphalgorithm)。我们将该算法用于彩色文本图像,首先得到图像的彩色连通域,再对这些连通域的平均颜色进行颜色聚类,可得到若干个聚类中心,然后根据不同的颜色中心将图像分为相应的彩色层面,最后通过连通域分析判断所需的文字层。该生长算法修改并扩展了传统的BAG算法,并将其运用于彩色印刷体文本图像中,充分利用了彩色图像的颜色和位置信息。实验结果表明新的方法能很好的从彩色印刷图像中提取多种常见的艺术字,并具有较高的提取速度,同时保留了文字和背景图像的原始色彩,便于将来的图像恢复。

基于粗糙集的彩色文本图像特征分割算法

提出了一种将彩色文本图像分割为背景、图像、文字和图形区域的算法。该算法在一种改进的RGB-椭圆彩色模型上,对每一个分量进行若干次小波变换后的高频小波系数块进行直方图特征分析,并应用粗糙集的分类思想,将彩色文本图像分割为相应的区域。实验结果表明,该算法能得到较好的分割效果。

基于图理论聚类和二值纹理分析技术的彩色文本图像二值化方法

为了有效地对彩色文本图像进行分割 ,提出了一种复杂背景下彩色图像中文本 -背景分离的新方法。该方法首先应用颜色空间降维以及基于图理论的颜色聚类对彩色文本图像进行聚类 ,并对应于聚类结果获得一系列二值图像 ,这些二值图像以及它们之间的组合就构成了二值化的待选结果 ;然后对与游程直方图以及空间 -尺寸分布相关的两类纹理特征进行分析 ,并结合线性判别分析分类器来从待选的二值图像中选取出具有最佳文本 -背景分离效果的二值图像。实验结果显示 ,该方法的二值化效果比现有方法有显著提高 。